Empaqueter un modèle

SageMaker Les tâches d'empaquetage Edge Manager utilisent des SageMaker modèles compilés par Amazon Neo et apportent les modifications nécessaires pour déployer le modèle avec le moteur d'inférence, l'agent Edge Manager.

Rubriques

• Prérequis
• Package d'un modèle (Amazon SageMaker Console)
• Empaqueter un modèle (Boto3)

Prérequis

Pour empaqueter un modèle, procédez comme suit :

1. Compilez votre modèle d'apprentissage automatique avec SageMaker Neo.

   Si ce n'est pas déjà fait, compilez votre modèle avec SageMaker Neo. Pour de plus amples informations sur la compilation de votre modèle, veuillez consulter Compile and Deploy Models with Neo (Compiler et déployer des modèles avec Neo). Si vous utilisez SageMaker Neo pour la première fois, consultez Getting Started with Neo Edge Devices.

2. Obtenez le nom de votre tâche de compilation.

   Indiquez le nom du travail de compilation que vous avez utilisé lorsque vous avez compilé votre modèle avec SageMaker Neo. Ouvrez la SageMaker console à l'adresse https://console.aws.amazon.com/sagemaker/ et choisissez Compilation jobs pour trouver la liste des compilations qui ont été soumises à votre AWS compte. Les noms des tâches de compilation envoyées figurent dans la colonne Name (Nom).

3. Obtenez votre ARN IAM.

   Vous avez besoin d'un nom de ressource Amazon (ARN) correspondant à un rôle IAM que vous pouvez utiliser pour télécharger et charger le modèle et contacter SageMaker Neo.

   Utilisez l'une des méthodes suivantes pour obtenir votre ARN IAM :

   • Par programmation avec le SDK Python SageMaker

     import sagemaker
     
     # Initialize SageMaker Session object so you can interact with AWS resources
     sess = sagemaker.Session()
     
     # Get the role ARN 
     role = sagemaker.get_execution_role()
     
     print(role)
     >> arn:aws:iam::<your-aws-account-id>:role/<your-role-name>

     Pour plus d'informations sur l'utilisation du SDK SageMaker Python, consultez l'API du SDK SageMaker Python.

   • Avec la console AWS Identity and Access Management (IAM)

     Connectez-vous à la console IAM à l'adresse https://console.aws.amazon.com/iam/. Dans la section Resources (Ressources) IAM, choisissez Roles (Rôles) pour afficher une liste des rôles dans votre compte AWS. Sélectionnez ou créez un rôle bénéficiant des autorisations AmazonSageMakerFullAccess, AWSIoTFullAccess et AmazonS3FullAccess.

     Pour de plus amples informations, veuillez consulter What is IAM? (Qu'est-ce qu'IAM ?)

4. Procurez-vous un URI de compartiment S3.

   Vous devez disposer d'au moins une URI de compartiment Amazon Simple Storage Service (Amazon S3) pour stocker votre modèle néo-compilé, la sortie de la tâche d'empaquetage Edge Manager et des exemples de données de votre flotte de dispositifs.

   Utilisez l'une des méthodes suivantes pour créer un compartiment Amazon S3 :

   • Par programmation avec le SDK Python SageMaker

     Vous pouvez utiliser le compartiment Amazon S3 par défaut au cours d'une session. Un compartiment par défaut est créé selon le format suivant : sagemaker-{region}-{aws-account-id}. Pour créer un bucket par défaut avec le SDK SageMaker Python, utilisez ce qui suit :

     import sagemaker
     
     session=sagemaker.create_session()
     
     bucket=session.default_bucket()

   • Utilisation de la console Amazon S3

     Ouvrez la console Amazon S3 à l'adresse https://console.aws.amazon.com/s3/ et consultez Comment créer un compartiment S3 ? pour obtenir step-by-step des instructions.